《Neuroscience & Biobehavioral Reviews》:Sensory-to-Motor Transformations: From Serial Pipelines to Dynamic, Distributed Processes
编辑推荐:
感觉运动转换(SMT)机制研究综述,传统观点强调新皮层单向处理流程,但新证据显示并行、分布式表征及学习动态调整皮层依赖。未来需探索神经动态网络与跨脑区整合机制。
安吉丽娜·林(Angelina Lam)| 萨拉·卡巴拉(Sarah Kabbara)| 凯拉·卡尔斯滕斯(Kaira Carstens)| 威廉·莫尔(William Mol)| 阿努布胡蒂·戈埃尔(Anubhuti Goel)| 洪迪安·杨(Hongdian Yang)| 爱德华·扎加(Edward Zagha)
加利福尼亚大学河滨分校生物医学科学项目,细胞与系统生物学系,地址:900 University Ave, Riverside, CA 92521
摘要
神经系统的一个关键组织原则是将感觉转化为行动。因此,对感觉转化为运动的研究为理解神经系统的结构和功能提供了基础性的见解。在这里,我们全面回顾了以目标为导向的感觉转化为运动的过程(而非反射性的转化)。我们整合了理论和实验框架,将感觉相关和运动相关的神经元活动与行为联系起来。我们回顾了感觉转化为运动的研究历史,描述了神经元活动在新皮层中传播,从而将感觉编码转化为决策形成和运动执行的证据。随后,我们介绍了挑战这一传统观点的新证据,强调了并行处理、分布式表征以及学习过程中皮层依赖性的变化。最后,我们指出了未来研究中的关键未解问题,这些问题为发现新的机制提供了令人兴奋的机会。在数十年的基础研究基础上,当前和未来的感觉转化为运动的研究有望揭示出使感觉与行动之间灵活连接的动力学和分布式神经元机制。
引言
感觉转化为运动(SMTs)的研究是现代神经科学哲学和实验基础的核心。最初被研究的SMTs是反射动作,例如对突然的视觉刺激做出眨眼反应或将脚从火源边缘移开。在哲学家勒内·笛卡尔(René Descartes)之前,人们普遍认为身体的运动是由一种非物质的、不可测量的力量从灵魂中产生的。笛卡尔认为反射动作是自动的,且在很大程度上不受意识干预(例如,人无法有意识地抑制眨眼反应)(笛卡尔,1649年;笛卡尔,1664年)。这一新观点确立了人类行为的某些方面可以理解为遵循自然法则的机械过程(图1A)。由此,对神经系统功能的科学探究开始了。
感觉-运动反射弧是我们了解神经系统基本单元的起点。值得注意的是,脊髓反射的方向性对著名解剖学家圣地亚哥·拉蒙·卡哈尔(Santiago Ramón y Cajal)的神经元学说起到了关键作用。拉蒙·卡哈尔1906年诺贝尔演讲中的图1展示了信息从传入的背根神经节细胞流向脊髓中间神经元,再流向传出运动神经元的过程(图1B)(拉蒙·卡哈尔,1899年;拉蒙·卡哈尔,1906年)。这些描述为神经元的动态极化提供了有力证据,即传导过程从树突单向传递到细胞体再到轴突。几十年后,伟大的生理学家查尔斯·谢灵顿(Charles Sherrington)通过精确测量脊髓反射中的肌肉反应,证明了反射动作不仅仅引发肌肉收缩(这可以通过兴奋单独实现),而是引发一系列收缩和放松,而后者只能通过中枢抑制来解释(图1C)(谢灵顿,1906年)。直到几十年后,人们才在脊髓中首次测量到了中枢抑制现象(埃克尔斯,Eccles,1963年)。
反射动作利用了所有SMTs所依赖的传入和传出机制。然而,并非所有的SMTs都属于笛卡尔描述的那种自动类型,也不是谢灵顿研究的那种类型。有些SMTs是“硬编码”的,因为它们几乎总是有益的;而另一些SMTs则是非硬编码的,以便根据变化的环境和目标调整行为。例如,决定采摘哪种水果需要整合对水果形状和颜色、季节、森林环境以及社区当前和长期需求的认知。与笛卡尔的观点相反,在输入和输出之间,存在一个复杂的物质基础,远非刻板不变。这些中间层本身是动态的,受到传入感觉信息的影响以及结果动作的影响。这类SMTs涉及大脑的高级区域(图1D),可能是推动其进化的主要因素。本文重点讨论的就是这种第二种类型的SMTs,我们将其称为“以目标为导向的SMTs”。如下所述,这些以目标为导向的SMTs涉及通过新皮层和皮下脑区的复杂输入-输出循环。
以往对SMTs的研究为理解神经系统功能提供了基础性见解,我们完全期待未来的研究也能继续产生类似的成果。在这篇综述中,我们提供了研究SMTs的理论和分析框架,总结了以往研究的经验,并指出了未来需要探讨的重要问题。本文未涵盖早期的感觉转换或运动动力学的神经控制机制,也未讨论“映射问题”(即不同坐标系内部表示的对齐问题,参见Andersen等人,1993年;Filimon,2015年)。相反,本文重点关注在执行操作任务的受试者中进行神经元记录(通常具有单单元分辨率)和神经元干扰的研究,这些研究揭示了感觉信号如何以及在哪里转化为运动指令。
理解与建模感觉转化为运动转化的框架
以目标为导向的SMTs使得利用新获得的感觉信息来触发或调节运动计划成为可能。因此,任何生物或人工系统都需要这种能力来应对动态环境。我们的综述主要关注哺乳动物系统,尤其是非人类灵长类动物和啮齿类动物的相关研究(Carandini和Churchland,2013年;Parker和Newsome,1998年)。大多数这类研究采用了实验者控制的刺激呈现方法和弹道运动模型。
“理论上理论与实践没有区别——但在实践中是有区别的。”——约吉·贝拉(Yogi Berra)
借助适当的统计框架,我们现在可以研究SMTs的神经生物学实现机制。然而,即使是识别感觉相关(转化前)与运动相关(转化后)神经信号这样看似简单的任务也需要仔细考虑。假设你正在记录某个脑区的神经元活动,你如何判断这些神经信号是属于感觉、运动、两者兼有,还是两者皆无?一个重要的警示是……
传统观点
我们认为现代SMTs研究的起源可以追溯到研究者开始使用单单元分辨率记录执行定量操作任务的受试者的神经活动的时候,例如Mountcastle等人的开创性工作(例如,Barlow,1972年;Barlow等人,1987年;Werner和Mountcastle,1963年)。在此基础上,Newsome及其同事在20世纪80年代末和90年代初开展了一系列视觉运动研究,帮助建立了现代研究框架。
挑战传统观点的最新观察结果
上述传统观点仍然是理解以目标为导向的SMTs的起点。然而,最近的研究对这一观点的完整性、普遍性和有效性提出了质疑。下面,我们将讨论对传统观点的两大类挑战。未来有待发现的问题
数十年的研究为理解以目标为导向的SMTs的神经生物学机制提供了必要的框架和实证见解。然而,正如大卫·胡贝尔(David Hubel)在1981年诺贝尔演讲中关于纹状体皮层新发现的可能性所总结的:“现在下着大雨,而且雨势很大”(Hubel,1993年)。我们以讨论一些我们认为值得探索的重要SMTs课题作为本文的结尾。总体结论
过去几十年来,对以目标为导向的SMTs的研究揭示了大脑如何将感觉与行动联系起来的基本机制。目前形成的图景是一个动态的、分布式的、灵活的网络,它协调了感觉选择、证据整合以及皮层和皮下区域的运动执行。然而,其背后的神经生物学机制仍有许多未解之谜,未来仍有许多令人兴奋的研究方向。正在进行和未来的工作有望填补这些空白。
资金支持
本项工作得到了美国国立卫生研究院(R01NS112200)和Hellman基金会(BBRF 29877)的支持。
关于手稿准备过程中生成式AI和AI辅助技术的声明
本手稿的任何部分均未使用AI工具生成,作者对其内容负全责。